基于串级控制的加热炉Smith预估温度控制系统

介绍了以串级控制原理为基础的加热炉温度控制系统,针对炉膛温度存在滞后的特性,设计了 Smith预估装置进行补偿控制,最后通过MATL AB仿真分析和实际设备调试运行,结果表明Smith补偿装置有效的消除了滞后环节的影响,使得由PID控制的串级系统得到了较好的控制效果,原料出口温度得到了很好的挖制,达到了工艺的要求.     

串级控制与Smith预估补偿互补性初探

Smith预估器是用于大纯滞后对象的有效设计方法,但是对实际过程的参数变化很敏感,特别是静态增益K的变化.串级系统的内回路具有一定的自适应性,一个陕速内回路是至关重要的.提出了串级控制与Smith预估补偿相结合的控制策略.针对纯滞后问题,讨论了串级控制与Smith补偿的互补性,从理论和仿真两个方面讨论了这种系统相结合的可行性和应用价值.理论分析表明,该方案对静态增益K和动态参数T等的变化有较强的适应性,控制系统的鲁棒稳定性和动态品质均优于单纯的Smith预估补偿控制和单纯的串级控制,并得到了仿真结果的验证.     

基于smith预估控制的变风量空调温度串级控制设计

通过对变风量空调控制系统空气处理过程的分析,提出了一种变风量空调房间温度的串级控制方法。针对温度控制过程中出现的大滞后现象,采用Smith预估控制消除其对控制过程的影响,提高控制效果。并对该方案进行了仿真验证,结果证明本方案在VAV空调系统中的应用效果较好,有利于改善和提高系统的性能。     

Smith预估控制的工程实现

Smith预估控制也叫纯滞后补偿控制。本文介绍了Smith预估控制的应用领域和应用对象,叙述了Smith预估控制在工程上如何实现及其基本原理,以及北京和利时集团的DCS系统关于Smith预估控制的工程实现方法和各种扰动试验的结果。     

RBF-PID串级控制在加热炉温度系统中的应用研究

针对工业生产中加热炉物料出口温度的非线性、时变性、大滞后性等特点,无法建立精确的数学模型,并且为提高该系统控制的可靠性和安全性,达到精确控制。提出一种基于RBF(Radial Basis Function)神经网络的PID串级控制器,即先用建立的三层RBF神经网络在线辨识得到梯度信息,再用梯度信息在线整定PID控制的三个参数,最后将整定的PID控制物料出口温度-炉膛温度串级系统的主回路。仿真结果表明,RBF-PID串级控制较传统P I D串级控制有较强的鲁棒性,提高了控制品质,获得了更好的控制效果。     

Smith预估控制在大滞后加热系统中的应用

在工业过程中，大滞后系统普遍存在。论文以一实验用加热装置为研究对象，针对该温度控制系统具有大滞后特点，采用串级控制结构结合Smith预估控制器的控制方案。内环采用P控制：外环采用Smith预估器以大幅度降低滞后对控制系统动态性能的影响，结合PI控制，实现系统无静差。实验表明该种控制系统与单回路PID控制相比，具有更优的动态特性。     

基于RBF神经网络与Smith预估补偿的智能PID控制

针对工业控制中普遍存在的大滞后现象,提出了一种将RBF神经网络算法和Smith预估补偿算法与传统的PID控制器相结合的智能RBF-Smith-PID控制策略。该方法利用RBF神经网络的在线学习、控制参数自整定能力,和Smith预估补偿对纯滞后系统的良好控制,有效地克服了常规PID控制的缺陷,提高了系统的鲁棒性和自适应性,对纯滞后系统起到了良好的控制。     

Smith预估时间补偿用于玻璃溶液恒温控制

在玻纤生产环节中,玻璃溶液的恒温控制是一个难点。提出把Smith预估时间补偿算法用于玻璃溶液的恒温控制,并且使用西门子S7-200 PLC来实现此算法。实践表明,使用Smith算法,提高了玻纤生产环节中玻璃溶液温度控制的精度,控制效果令人满意。     

串级控制与史密斯预估相结合在窑炉通路玻璃液温度控制中的应用

针对大滞后被控对象,介绍了一种串级PID控制嚣,并将史密斯预估补偿方法用于窑炉通路温度控制.     

纯滞后过程的预估补偿控制

根据施密斯（Ｓｍｉｔｈ）预估器原理，提出一种被控对象数学模型未知的控制系统的实现方法，克服了被控对象数学模型不准确使控制性能变坏的弊病。同时，针对被控对象为一阶惯性、纯滞后环节时的控制，根据一系列被测参数值扒出它的预估值方法，预估过程与对象的时间常数、放大系统无关。实际运行取得了良好的控制效果。     

带负荷前馈的Smith预估串级汽温控制系统仿真研究

本文根据某电厂锅炉主汽温串级控制系统的运行特点，提出了一种主调节器改用串有积分器的Ｓｍｉｔｈ预估控制和主、副环同时引入主蒸汽流量（负荷）前馈的动态补偿控制方法。经仿真研究表明，该方法既能克服由于建模误差造成的系统失控现象又可消除系统的稳态偏差，是一种鲁棒性较好的Ｓｍｉｔｈ预估控制方法。     

基于前馈补偿的加热炉炉温设定值优化

针对加热炉优化控制中大回路反馈补偿存在延迟,不能及时反应工况变化的特点,提出一种基于前馈补偿的加热炉炉温设定值的动态优化控制策略。将加热炉的各个炉段看作串联的子系统,考虑各子系统之间的相互影响,将前一环节的出口处钢坯平均温度与理想值的偏差作为前馈信号对其后各段炉温的设定值进行动态补偿,若偏差较大则对各段出口处钢温期望值进行协调。仿真结果表明,该控制策略效果良好,既节约了能源又提高了产品质量。     

基于神经网络的非线性Smith预估器

将Ｓｍｉｔｈ预估原理推广到非线性系统,并用神经网络予以实现对非线性磊滞后系统进行纯滞后补偿,并将所提出的神网络非线性Ｓｍｉｔｈ预估器用于非线笥动态系统即汽车发同歧气管压力系统的预报,并与基于神经网络的迭代及非迭代ｄ步超前预报器进行了比较,还给民基于机理模型的预报器的比较结果。     

基于改进型Smith预估补偿的网络流量控制

在高速通信网络中，传播时延对基于速率的流量控制具有很大的不利影响，Smith预估补偿是克服时延影响的一种较好的控制方案，但其对预估值的误差十分敏感，文章将改进型Smith预估补偿应用于ATM网络的流量控制，理论分析表明该方案对传播时延等参数的变化有较强的适应性，控制系统的鲁棒稳定性的动态品质均优于单纯的Smith预估补偿控制，并得到了仿真结果的验证。     

基于鲁棒自适应Smith预估器的电阻炉温控制

针对炉温设定值变化等原因引起的对象模型参数变化,提出一种鲁棒自适应smith预估器。鲁棒项的引入,提高了smith预估器自适应律对纯迟延参数精度的鲁棒性,在纯迟延时间失配的情况下,自适应算法仍能保证预估误差快速收敛。对预估器和电阻炉的仿真结果表明,在纯迟延时间失配的情况下,鲁棒自适应smith预估器能够保证预估误差收敛于零,进而保证系统的控制性能。     

自适应修正Smith算法控制大时滞过程的仿真研究

传统的Smith预估器的控制效果严重依赖于被控对象的精确数学模型,对于缺乏精确数学模型且参数时变的大时滞过程,常规的Smith预估控制器就很难获得令人满意的控制效果。本文提出了一种改进的自适应修正Smith算法,并将其应用于恒温箱的大时滞恒温过程控制的仿真中,使控制品质得到改善,提高了系统的鲁棒性。     

一种基于模糊RBF神经网络的Smith预估器

为克服带钢热连轧层流冷却系统中大滞后环节产生的不利影响,提高控制精度,提出了将模糊RBF神经网络与Smith预估器相结合的方法。采用基于改进型模糊C-均值聚类算法的RBF神经网络建立预测模型。获得了较高的精度和较快的学习速度。改进后的模糊C-均值聚类算法具有更好的鲁棒性,且放松了隶属度条件,使得最终聚类结果对预先确定的聚类数目不敏感。将该控制器应用到卷取温度控制中,能把卷取温度控制在598～705℃的范围内,满足了实际生产的需要。     

蓄热式加热炉控制技术综述

对蓄热式加热炉的诸多优势以及国内连续加热炉的蓄热式技术改造和十年应用情况做了简要介绍,将蓄热式加热炉的核心技术分成蓄热箱技术,自动燃烧控制技术,钢温预报和炉温优化技术四大部分,分别进行了介绍。为了研究解决蓄热箱废气温度过高的问题,通过微元法、能量平衡法以及传热学经典公式等手段对蓄热箱建模。模型对蓄热箱做了一些合理简化,并且用Matlab仿真来研究蓄热箱的各过程量的变化规律,得到了气体流量、换向时间、换向占空比的确定方法。仿真结果表明模型能使废气温度保持在设定值。     

基于SMITH预估的神经网络再热汽温控制

电厂锅炉的再热汽温是机组安全、经济运行的重要参数之一,必须控制在一定范围内.而电厂再热汽温被控对象是具有大惯性、大滞后,并且常规PID控制难以取得良好的控制效果.针对这一特点,提出了一种RBF--Smith预估控制算法,该算法利用了基于RBF整定的PID控制提高对被控对象参数变化的自适应能力和Smith预估控制能够克服被控对象的大迟延特性,并对RBF--Smith预估控制用Matlab在不同工况下进行仿真试验,仿真结果表明所设计的控制系统的性能较常规PID控制有较大的提高,证明了控制方案的有效性.